资源描述：
《基于粒子群优化的网络拥塞控制新算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于NSGA-II算法的多目标参数优化的主动队列管理新策略摘要本文推导了基于流体流理论的网络简化模型，基于该模型将NSGA-II与PGA相结合的优化算法应用于PID控制器参数优化，提出了一种多目标PID优化设计方法——在满足系统鲁棒性的前提下，以超调量、上升时间和调整时间最小作为多目标优化的子目标，并将NSGA-Ⅱ与PGA相结合对其求解。该算法求得的Pareto最优解分布均匀，收敛性和鲁棒性好，根据网络主动队列管理控制系统的要求在Pareto解集中选择最终的满意解。仿真结果表明，在大时滞和突发业务流的
2、冲击两种情况下,该方法设计的控制器的动静态性能优于RED、GA、SPSO、QDPSO算法的优化结果。关键词主动队列管理网络拥塞PID控制NSGA-II中图分类号TP273文献标志码A国家标准学科分类代码120.30ANewTacticsofMulti-ObjectParameterOptimizationforActiveQueueManagementBasedonNSGA-IIAlgorithm（1SchoolofAutomation,NanjingUniversityofScienceandTec
3、hnology,Nanjing,China;2CenterofEducationandTechnology,NantongVocationalCollege,Nantong,China）Abstract:Simplifiednetworkmodelbasedonfluidflowtheoryisderivedinthispaper,andbasedonthismodel,animprovedalgorithm,i.e.optimizationalgorithmcombiningNSGA-IIandPG
4、AisappliedtooptimizationofPIDcontrollerparameters.Inthefollowing,amulti-objectPIDoptimizationdesignmethodisputforward,i.e.whenrobustnessofthesystemissatisfied,theminimumofovershoot,risetimeandadjustingtimeistakenasthesub-objectofmulti-objectoptimization
5、,andsolveitbycombiningNSGA-IIandPGA.TheParetooptimalsolutiongotbythisalgorithmdistributeseven,andhasgoodconvergenceandrobustness.AccordingtorequestofnetworkedActiveQueueManagementcontrolsystem,asatisfyingsolutionischoseninParetosolutionset.Thesimulation
6、experimentalresultsshowthatunderthetwoconditionsoflargetimedelayandsuddenbusinessflow,thedynamicstateandsteadystateperformancesoftheproposedalgorithmareobviouslysuperiortothoseoftheexistingRED,GA,SPSOandQDPSOalgorithms.Keywords:activequeuemanagement;net
7、workcongestion;PIDcontrol;NSGA-II1引言IP网络拥塞控制是人们一直着力解决但未能很好解决的问题，相继产生了不少有影响力的算法，如RED[1]、ARED[2]、SRED[3]、BLUE[4]等，同时也出现了许多基于网络流量的控制模型，但较具影响力的是VMisra等人于2000年基于流体流理论提出的网络模型[5]，该模型较为恰当地描述了TCP传输流的行为[6]，为研究人员广为采用，根据该模型，产生了PID[7]等主动队列管理算法和相应的PID参数优化算法[8-11]，增强了
8、对队列长度的控制能力，但这些方法难以兼顾系统对快速性、稳定性和鲁棒性的要求。针对这些缺陷，本文提出了一种多目标PID设计方法——在满足系统鲁棒性的前提下，以系统输出的超调量、上升时问和调整时间作为多目标优化的子目标，并将带精英策略的快速非支配排序遗传算法(NSGA-II)[12]和并行遗传算法(PGA)[13]相结合，提出基于伪并行NSGA-II算法的多目标鲁棒PID优化设计方法，并且-10-将得到的优化PID目标参数应用于网络主动队列管理系统中。仿真结
